MétaCan
Menu
Retour à la cohorte
Enregistrement W2102353693

Chemotherapy in canine acute megakaryoblastic leukemia: a case report and review of the literature.

2010· article· en· W2102353693 sur OpenAlexaboutno aff
Michael Willmann, Leonhard Müllauer, Ilse Schwendenwein, Birgitt Wolfesberger, Miriam Kleiter, Maximilian Pagitz, Emir Hadzijusufovic, S. Shibly, M. Reifinger, Johann G. Thalhammer, Peter Valent

Notice bibliographique

RevuePubMed · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueVeterinary Oncology Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDaunorubicinEtoposideMedicineVincristinePrednisoloneChemotherapyCytarabineInternal medicineMyeloid leukemiaGastroenterologySurgeryCyclophosphamideOncology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Acute myeloid leukemia (AML) in dogs is a rare disease with poor prognosis. In most subjects, palliative treatment or euthanasia is performed. A 3.5-year-old male castrated labrador with AML-M7, which was treated with induction polychemotherapy (8 cycles) using vincristine (0.5 mg/m(2)/cycle), daunorubicin (20 mg/m(2)/cycle), cytosine arabinoside (ARA-C, 100 mg/m(2)/cycle) and prednisolone (1 mg/kg/day) is reported. Treatment was well tolerated and complete remission was achieved. Postinduction chemotherapy consisted of ARA-C, daunorubicin and prednisolone. After 3, 5 and 18 months, the subject relapsed. Each relapse was treated with ARA-C (up to 1,000 mg/m(2)) and etoposide or daunorubicin. Again, no severe side-effects occurred and the disease was controlled, with 37 chemotherapy-cycles (ARA-C, 3 x 1,000 mg/m(2)/cycle), for 24 months. Based on a literature-search, this is the first report documenting a long-term response of canine AML, probably resulting from the high-dose ARA-C. Clinical trials using high-dose ARA-C are now required to confirm antileukemic efficacy in canine leukemias.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0020,001
Intégrité de la recherche0,0050,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,021
Tête enseignante GPT0,314
Écart entre enseignants0,293 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetVeterinary Oncology ResearchTravaux en français237 207